保留 WordNet 中语义关系的稠密嵌入
计算与语言
2022-06-14 v2
摘要
在本文中，我们提出了一种为 WordNet 中的名词和动词同义词集生成低维向量嵌入的新方法，其中上下位关系在嵌入中得到保留。我们将这种嵌入称为义项谱（Sense Spectrum，复数形式为 Sense Spectra）。为了为义项谱的训练创建合适的标签，我们设计了一种针对 WordNet 中名词和动词同义词集的新的相似度度量。我们称这种相似度度量为上下位交集相似度（Hypernym Intersection Similarity, HIS），因为它比较两个同义词集之间共有的和独有的上位词。我们的实验表明，在 SimLex-999 数据集的名词和动词对上，HIS 优于 WordNet 中的三种相似度度量。此外，据我们所知，义项谱提供了首个保留 WordNet 中语义关系的稠密同义词集嵌入。
引用
@article{arxiv.2004.10863,
title = {Dense Embeddings Preserving the Semantic Relationships in WordNet},
author = {Canlin Zhang and Xiuwen Liu},
journal= {arXiv preprint arXiv:2004.10863},
year = {2022}
}
备注
Accepted at IJCNN 2022. Please ignore the previous version